Como función avanzada de Adobe Analytics, las métricas calculadas permiten crear nuevas métricas sin cambiar la implementación con los datos que ya ha recopilado. El creador de métricas calculadas puede utilizar muchas funciones matemáticas y estadísticas diferentes, lo que permite crear métricas que respondan incluso a las preguntas empresariales más complejas.

La mayoría de los nuevos usuarios de Adobe Analytics están familiarizados con los segmentos como una forma de cortar y fragmentar sus datos. Hoy voy a presentar las métricas calculadas, la siguiente mejor herramienta de su caja de herramientas de analista.

Introducción a las métricas calculadas

Para empezar a usar las métricas calculadas, veamos un ejemplo sencillo. Supongamos que desea saber si los usuarios de autoservicio en línea tienen un valor de pedido promedio (AOV) mayor que los usuarios con asistencia por llamada. Para crear una métrica calculada que responda a esta pregunta, siga estos pasos:

Para abrir el Creador de métricas calculadas, utilice la barra de navegación superior para hacer clic en →  Componentes  →  Métricas calculadas  →  + Agregar.  O bien, puede hacer clic en el Signo + encima de Métricas en el panel Componentes.

A continuación, se describen los elementos de interfaz de usuario.

Una vez que se abra el Creador de métricas calculadas, agregue o haga lo siguiente:

A.  Nombre de la métrica calculada. Este nombre se muestra en la lista de componentes de métricas, por lo que debe ser significativo para usted y para los demás, por ejemplo, AOV del centro de llamadas.

B.  Descripción de la métrica calculada. Esta descripción aparece cuando los usuarios hacen clic en la “i” junto a la métrica en la lista de componentes, por lo que debe asegurarse de que sea informativa. Por ejemplo, para AOV del centro de llamadas, podríamos añadir Calcula el AOV para los pedidos con asistencia del centro de llamadas.

C.  Formato de la métrica: elija un valor de decimal, tiempo, porcentaje o moneda, y añada los lugares decimales y la polaridad. Aquí vamos a elegir Moneda para el formato, 0 para el número de decimales y  ⬆  Bueno (verde) para la polaridad.

D. Si utiliza etiquetas, que permiten aplicar temas y localizar rápidamente las métricas calculadas, agregue las que se apliquen aquí. Hemos añadido las etiquetas AOV y Centro de llamadas.

E.  Esta sección es de visualización: a medida que genere la métrica calculada en la sección F, la fórmula se mostrará aquí.

F.  Aquí arrastrará y soltará dimensiones (H), métricas (I) o segmentos (J) para crear la métrica calculada y los operadores de la fórmula. Para cada métrica, si hace clic en el engranaje, podrá cambiar el Tipo de métrica (estándar/total) y el Modelo de atribución.  Arrastraremos y soltaremos los ingresos del centro de llamadas y, debajo de estos, ÷*. Aceptaremos los valores predeterminados de tipo de métrica y modelo de atribución.*

G. Use esta opción +Agregar para agregar condiciones adicionales o números estáticos, que no necesitamos aquí.

K.  Por último, a medida que crea el cálculo, aquí puede previsualizar los datos de los últimos 90 días.

Ahora que hemos creado el AOV del centro de llamadas, también necesitamos una métrica calculada para el AOV en línea. Para ello, seguiremos los mismos pasos que se han descrito anteriormente.

A continuación, podemos crear una tercera métrica calculada, ya sea mediante el Creador de métricas calculadas o sobre la marcha desde la tabla de forma libre, para comparar el AOV del centro de llamadas y el AOV en línea, que dará como resultado algo parecido a lo siguiente:

En nuestro ejemplo, vemos un aumento significativo cuando los compradores utilizan el centro de llamadas para ayudarles a realizar una compra. Estos datos nos permiten tomar decisiones más informadas sobre cómo ayudar a los clientes a obtener asistencia con sus compras a través, por ejemplo, de ofertas emergentes u otras experiencias guiadas.

Uso de segmentos en las métricas calculadas

Ahora veremos cómo podemos usar segmentos en métricas calculadas para obtener más información sobre el comportamiento, las preferencias y las motivaciones de los clientes. Con los segmentos y las métricas calculadas, podemos aprender lo suficiente sobre los clientes para optimizar su experiencia, aumentar los ingresos y mejorar su satisfacción y lealtad.

Por los ejemplos de AOV anteriores, ya sabemos que las compras con la asistencia del centro de llamadas suelen tener un AOV más alto. Sin embargo, otras métricas indican que la mayoría de usuarios no utilizan el centro de llamadas para realizar compras.

¿Qué categorías de minoristas (y rutas de usuario en estas categorías) generan un AOV más alto? Podemos averiguarlo combinando segmentos con métricas calculadas.

Para ello, primero debemos crear los segmentos include y exclude a nivel de visita para cada categoría de producto. La inclusión o exclusión se determina haciendo clic en el engranaje de Opciones en la esquina derecha del contenedor. El valor predeterminado es Include.

Una vez que hayamos creado estos segmentos, podemos crear una métrica calculada para darle respuesta a su pregunta. Abra el Creador de métricas calculadas y siga estos pasos:

1. Busque los segmentos que se acaban de crear y arrastre y suelte los que desee utilizar en el área gris de la parte superior del cuadro Definición. Por ejemplo, si queremos crear un AOV para los usuarios que han visitado las categorías Women y Men, pero no Kids, podemos arrastrar y soltar estos tres segmentos en esa área: Include Women’s, Include Men’s y Exclude Kid’s. A esto se le llama apilar segmentos.

1. A continuación, arrastramos y soltamos la métrica Online Revenue (Ingresos en línea) en el mismo contenedor, Online Orders (Pedidos en línea). Como los contenedores funcionan como expresiones matemáticas para determinar el orden de las operaciones, los elementos de los contenedores se procesan antes que los procesos posteriores, aunque no tenemos varios contenedores o procesos en este cálculo.

2. Cambiamos el operador entre las dos métricas a división (÷).

3. Seleccionamos Moneda como el formato, 0 lugares decimales y Arriba como la polaridad.

4. Damos un nombre a la métrica calculada y una descripción.

5. Guardamos.

Cuando hayamos terminado, la métrica calculada tendrá este aspecto:

Después de crear métricas calculadas utilizando segmentos apilados para cada combinación de recorrido de categoría del visitante y echar un vistazo a los datos, hemos aprendido bastantes cosas. Los usuarios que visitan las categorías de ropa para hombre y ropa para mujer durante su visita tienen el AOV más alto y, en comparación con los visitantes de una sola categoría, el aumento es significativo:

Sabiendo esto, podemos optimizar el diseño de la página, la ubicación de los productos y la mensajería promocional para que más personas entren en estas categorías antes de cerrar la sesión.

Es muy útil, pero no está disponible en todas partes

Las métricas calculadas, tanto las simples como las complejas, son muy valiosas para los analistas.

Sin embargo, estas métricas no están disponibles en todas las áreas de Adobe Analytics. No podrá usar métricas calculadas en:

• Visitas en el orden previsto en Analysis Workspace
• Análisis de cohortes en Analysis Workspace
• Data Warehouse
• Informes en tiempo real
• Informes de datos actuales
• Analytics for Target
• Report Builder

Prácticas recomendadas de las métricas calculadas

Ahora que sabe lo valiosas que pueden ser las métricas calculadas, veamos algunas prácticas recomendadas para crearlas.

1. Compruebe la sintaxis de la fórmula.  Para obtener información significativa, asegúrese de que la sintaxis de la fórmula sea correcta y que cumple la sintaxis de Adobe Analytics.
2. Verifique el orden de las operaciones.  Asegúrese de utilizar los contenedores con cuidado y de colocar los elementos de las operaciones en el orden matemático adecuado.
3. No cuente los datos dos veces. Para evitar el recuento doble de datos, asegúrese de que la fórmula utilizada en la métrica calculada no cuente los mismos datos varias veces. Esto se logra a menudo combinando las condiciones Include y Exclude en la métrica calculada o mediante el uso de segmentos.
4. Compruebe la granularidad del tiempo.  Asegúrese de que la métrica calculada tenga la misma granularidad de tiempo que las métricas de origen utilizadas en la fórmula.
5. Utilice datos precisos:  solo obtendrá resultados valiosos si utiliza datos precisos y fiables en el cálculo.

Prácticas recomendadas de los segmentos personalizados

Cuando cree segmentos en Adobe Analytics, tenga en cuenta las siguientes prácticas recomendadas:

1. Procure que sea simple.  Evite complicar en exceso el segmento. Sea lo más sencillo posible y utilice únicamente las condiciones necesarias para garantizar la precisión.

2. Utilice los tipos de contenedores correctos. Asegúrese de utilizar el tipo de contenedor correcto (visitante, visita o visita individual) en la definición del segmento para evitar obtener resultados incorrectos.

3. No cuente los datos dos veces. Al igual que con las métricas calculadas, asegúrese de que el segmento no cuente los mismos datos varias veces. Puede ser útil utilizar contenedores de inclusión y exclusión.

   1. Cuando se utiliza un contenedor de inclusión, incluye todo el contenido de la visita si alguna visita individual coincide con la condición dentro de la visita.
   2. Cuando se utiliza un contenedor de exclusión, excluye todo el contenido de la visita si alguna visita individual coincide con la condición dentro de la visita.

4. Anide los contenedores correctamente. Determine qué datos se incluyen utilizando el contenedor más exterior y, a continuación, aplique reglas anidadas a los datos restantes. Cuando se aplican reglas anidadas, el flujo de segmentos actúa como un canal y las reglas subsiguientes no se aplican a ninguna visita individual que haya sido excluida por la primera regla.

5. Compruebe que los datos estén actualizados.  Asegúrese de utilizar datos precisos y actualizados en la definición del segmento para obtener resultados precisos.

6. Pruebe el segmento.  Pruebe siempre el segmento para asegurarse de que funciona según lo previsto antes de lanzarlo a otros usuarios.

7. Tenga en cuenta el rendimiento.  Los segmentos pueden ralentizar el procesamiento de los informes, por lo que debe tener en cuenta su impacto al crearlos.

Principales conclusiones

La combinación de segmentos y métricas calculadas en Adobe Analytics permite generar un análisis de datos más robusto y eficaz. Al dividir y cortar en trozos los datos y crear cálculos para compararlos, puede obtener más conclusiones del comportamiento de los clientes, que puede utilizar para optimizar las campañas de marketing y crear paneles e informes personalizados. No obstante, recuerde que las métricas calculadas no están disponibles en todas las áreas de Adobe Analytics y asegúrese de seguir las prácticas recomendadas para asegurarse de obtener datos precisos y útiles.